Professional Documents
Culture Documents
X
Y
Q1
Costo
Abr
45000
1,150,000.00
35000
950,000.00
1,400,000
1,200,000
M = Y / X
Y
X
M
1,000,000
200,000
10,000
20.00
y - y0 = m (x - x0)
Y - 1,150,000 = 20 (x - 45,000)
Y - 1,150,000 = 20x - 900,000
Y = 20x - 900,000 + 1,150,000
Y = 20x + 250,000
900,000
250,000
x
45000
40000
35000
30000
25000
20000
15000
10000
5000
0
y
1,150,000
1,050,000
950,000
850,000
750,000
650,000
550,000
450,000
350,000
250,000
800,000
600,000
400,000
200,000
1,400,000
1,200,000
1,000,000
800,000
600,000
400,000
200,000
-
Series1
Apoyo/Guardia
1 cada 4
Recepcion de Priosioneros
48
1. Grfico
Guardias VS Prisioneros
Fluctuaciones/ Prisioneros
Otoo-Invierno
12-16
Primavera y Verano
12-48
M = Y / X
Guardias Permanentes
Salario anual x Guardia
Salario Semanal x Guardia
Y
X
M
4
36000
600
1
4
0.25
y - y0 = 0.25(x-x0)
Y - 1 = 0.25x - 1
Y = 0.25x
1 mes = 4 semanas
12 a 16
16
4
2400
9600
X
Prisioneros
4.0
8.0
12.0
16.0
20.0
24.0
28.0
CV x Prisionero x Semana
Despues de 16 prisioneros
150
Julio
Poblacion
Presupuesto (Guardias)
Presupuesto ($)
WK1
25
7
4,800.00
WK2
38
10
6,600.00
WK3
26
7
4,800.00
WK4
43
11
7,200.00
TOTAL
23,400.00
4,350.00
6,300.00
4,500.00
7,050.00
22,200.00
Otro:
Apoyo de 1 guardia cada 4 prioneros
Tiene 4 guardias Permanentes con salario anual de 36,000
Guardia adicional 600 por semana
Prepare uan grafica con el costo semanal planeado de los guardias en el eje vertical y el # de Prisioneros en el horizontal
1 ao es 52 Semanas
3000.0
600.0
No.
Prisionero
s
16.0
20.0
24.0
28.0
32.0
36.0
No. De
guardias
fijos
4
5
6
7
8
9
CF
3000.0
3000.0
3000.0
3000.0
3000.0
3000.0
40.0
10
3000.0
No.
Prisionero
s
12
24
36
48
No. De
guardias
fijos
4
4
4
4
No. De
guardias
extra
0
2
5
8
No.
Prisionero
s
25
38
26
43
No. De
guardias
fijos
4
4
4
4
No. De
guardias
extra
3.0
6.0
3.0
7.0
CT (nueva
funcion)
CT Vieja
5. Comparacion
3000 + 150 (No. De Prisioneros -16)
No.
Prisionero
s
25
38
26
43
TOTAL
4,350.0
6,300.0
4,500.0
7,050.0
4,800.0
6,600.0
4,800.0
7,200.0
22,200.0
23,400.0
Y
Guardias
1.0
2.0
3.0
4.0
5.0
6.0
7.0
Prisioneros
30.0
25.0
20.0
15.0
Prisioneros
10.0
5.0
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
25
38
26
43
Necesidad
Costo Fijo
Variable
de
6.3 7.0
3000.0
9.0 2.3 3.0 600.0
9.5 10.0 3000.0 22.0 5.5 6.0 600.0
6.5 7.0
3000.0 10.0 2.5 3.0 600.0
10.8 11.0 3000.0 27.0 6.8 7.0 600.0
Costo total
1800.0
3600.0
1800.0
4200.0
TOTAL
4800
6600
4800
7200
23,400
CT
7,000.0
6,000.0
5,000.0
Prisioneros en el horizontal
4,000.0
No. De
guardias
extra
0
1
2
3
4
5
3,000.0
CV
600.0
1,200.0
1,800.0
2,400.0
3,000.0
CT
2,000.0
3,000.0
3,600.0
4,200.0
4,800.0
5,400.0
6,000.0
1,000.0
16.0
20.0
24.0
28.0
32.0
36.0
CF
3,000.0
3,000.0
3,000.0
3,000.0
3,600.0
CV
1,200.0
3,000.0
4,800.0
6,600.0
CT
3,000.0
4,200.0
6,000.0
7,800.0
CF
3,000.0
3,000.0
3,000.0
3,000.0
CV
1,800.0
3,600.0
1,800.0
4,200.0
TOTAL
Pagado
Diferencia
Diferencia
450.0
300.0
300.0
150.0
1,200.0
CT
4,800.0
6,600.0
4,800.0
7,200.0
23,400
(19,800)
3,600
CT
40.0
2004
Ingresos
Gastos
?
710000
2003
720000
710000
2002
770000
730000
M = Y / X
Y
X
M
(20,000)
(50,000)
0.40
y - y0 = m (x - x0)
Y - 710,000 = 0.4 (x - 720,000)
Y = 0.4x - 288,000 + 710,000
Y = 0.4x + 422,000
Y = 0.4x + 422,000
Y=
422000
ao Prod de Unidades
Costos Indirectos
1
76
721
1
79
715
1
72
655
1
136
1131
2
125
1001
2
128
1111
2
125
1119
2
133
1042
3
124
997
3
129
1066
3
115
996
3
84
957
4
84
835
4
122
1050
4
90
991
1
X = 510
y=?
Y = 337 + 5.57x
y = 3,269.5
y = 119.5 + 7.4375X
X = 510
y = 119.5+7.4375 (510)
3912.625
EL metodo de la regresion es mas p
porque utiliza todos los datos
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.888
R Square
0.789
Adjusted R Square
0.772
Standard Error73.76
Observations
15
Max
Min
Diferencias
ANOVA
df
Regression
Residual
Total
SS
MS
F
Significance F
1 263755.5 263755.5 48.47884 9.88E-06
13 70728.22 5440.632
14 334483.7
Coefficients
Standard Error t Stat
P-value Lower 95% Upper 95%Lower 95.0%
Upper 95.0%
Intercept 336.91 91.37262 3.687191 0.002736 139.5097 534.3068 139.5097 534.3068
X Variable 1 5.75 0.826441 6.962675 9.88E-06 3.968822 7.539656 3.968822 7.539656
Costos
1131
655
476
7.4375
iente (b) = Dferencia entre los costos asociados con la sobservaciones mas alta y mas baja de la causante dl costo
Diferencia entre las observaciones mas alta y mas baja dela causante del costo
a = 655 - 7.4375 x 72
119.5
y = 119.5 + 7.4375X
y = 119.5+7.4375 (510)
Upper 95.0%
# Tiendas
Constante
Coeficiente Variable
R2
2300
0.033
0.220
Pies cuadrados de
material usado
1900
0.072
0.686
# de tiendas
y = 2300 + 0.033X
Pies cuadrados
y = 1900 + 0.072X
1
La 3ra funcion porque el R2 esta mas cerca de 1
5000 + 350X
Con R2 = 0.8
3
Horas
Tarjetas
Tiempo
20000
6000
180
4
9000+6X
20000+14X
5000+350
129,000
104,000
68,000
387,000.00
312,000.00
204,000.00 Esta es la mejor por R2 = 0.
1
2
3
4
5
6
7
8
9
10
11
12
13
Costo de Numero de
Logistica ordenes
23907
1357
18265
1077
24208
1383
23578
1486
22211
1292
22862
1425
23303
1306
24507
1373
17868
1031
18306
1020
20807
1097
19707
1069
23020
1444
SUMMARY OUTPUT
Regression Statistics
Multiple R
0.916570021
R Square
0.84
Adjusted R Square
0.825564295
Standard Error
1017.67862
Observations
13
ANOVA
df
Regression
Residual
Total
Intercept
X Variable 1
14
15
16
17
18
19
20
21
22
23
24
25
Costo de Numero de
Logistica ordenes
20407
733
20370
413
20678
633
21145
711
20775
228
20532
488
20659
655
20430
722
20713
373
20256
391
21196
734
20406
256
1
11
12
SS
59854727.71
11392367.52
71247095.23
SUMMARY OUTPUT
Regression Statistics
Multiple R
0.358075074
R Square
0.13
Adjusted R Square
0.041039534
Standard Error
291.3392224
Observations
12
ANOVA
df
Regression
Residual
Total
Intercept
X Variable 1
1
10
11
SS
124835.4916
848785.425
973620.9167
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
Costo de Numero de
Logistica
ordenes
23907
1357
18265
1077
24208
1383
23578
1486
22211
1292
22862
1425
23303
1306
24507
1373
17868
1031
18306
1020
20807
1097
19707
1069
23020
1444
20407
733
20370
413
20678
633
21145
711
20775
228
20532
488
20659
655
20430
722
20713
373
20256
391
21196
734
20406
256
Costo de Logistica
30000
25000
20000
15000
10000
5000
0
1
9 10 11 12 13 14 15
Costo de Logistica
Numero de ordenes
1600
y = 0.0651x - 155.94
R = 0.8401
1400
Axis Title
1200
1000
Numero de ordenes
800
600
Linear (Numero de
ordenes)
400
MS
F
Significance F
59854727.71 57.7933
1.05732E-05
1035669.775
t Stat
P-value
2.546139836 0.02718
7.602187535 1.1E-05
200
0
0
10000
20000
Axis Title
Lower 95%
Upper 95% Lower 95.0% Upper 95.0%
744.0117898 10232.8527 744.0117898 10232.85272
9.17194015 16.647055
9.17194015 16.64705504
Numero de ordenes
800
700
Axis Title
600
y = 0.2308x - 4232.6
R = 0.1282
500
Numero de ordenes
400
300
Linear (Numero de
ordenes)
200
100
0
20200 20400 20600 20800 21000 21200 21400
Axis Title
MS
F
Significance F
124835.4916 1.47075
0.253097846
84878.5425
t Stat
P-value
79.39524709 2.5E-15
1.212746643 0.2531
Lower 95%
Upper 95% Lower 95.0% Upper 95.0%
19766.41907 20907.8983 19766.41907 20907.89832
-0.46521945 1.57650103 -0.46521945 1.576501025
30000
Numero de ordenes
e Logistica
1600
1400
1200
1000
800
600
400
200
0
15 16 17 18 19 20 21 22 23 24 25
o de Logistica
9 10 11 12 13 14 15 16 17 18
Numero de ordenes
almente no justifica,pues el costo se esta manteniendo por los 20,000 aun cuando se tiene la mitad de las ordenes,
Numero de ordenes
Linear (Numero de
ordenes)
18 19 20 21 22 23 24 25